Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
A Multiscalar Approach for Identifying Clusters and Segregation Patterns That Avoids the Modifiable Areal Unit Problem
Stockholm University, Faculty of Social Sciences, Department of Human Geography.ORCID iD: 0000-0003-3942-0427
Stockholm University, Faculty of Social Sciences, Department of Human Geography.ORCID iD: 0000-0003-2770-7463
2017 (English)In: Annals of the Association of American Geographers, ISSN 0004-5608, E-ISSN 1467-8306, Vol. 107, no 3, 555-574 p.Article in journal (Refereed) Published
Abstract [en]

One problem encountered in analyses based on data aggregated into areal units is that the results can depend on the delineation of the areal units. Therefore, a particular aggregation at a specific scale can yield an arbitrary result that is valid only for that specific delineation. This problem is called the modifiable areal unit problem (MAUP), and it has previously been shown to create issues in analyses of clusters and segregation patterns. Many analyses of segregation and clustering use the ratio or difference between a value for an areal unit and the corresponding value for a larger area of reference. We argue that the results of such an analysis can also be rendered arbitrary if one does not examine the effects of varying the geographical extent of the area of reference to test whether the analysis results are valid for more than a specific areal delineation. We call this the part of the MAUP that is related to the area of reference. In this article, we present and demonstrate a multiscalar approach for studying segregation and clustering that avoids the MAUP, including the part of the problem related to the area of reference. The proposed methods rely on multiscalar aggregation of the k nearest neighbors of a location in a statistical comparison with a larger area of reference consisting of the K nearest neighbors. The methods are exemplified by identifying clusters and segregation patterns of the Hispanic population in the contiguous United States.

Abstract [zh]

根据聚集至面积单位的数据之分析所遭遇的问题之一, 是分析结果可能取决于面积单位的划定。因此, 在特定尺度的特殊聚集, 可能产生仅对该特殊划定有效的武断结果。此一问题称为“可塑性面积单位问题 (MAUP), 而该问题在过去已显示出在集群与隔离模式分析中产生争议。诸多隔离与集群分析, 使用面积单位值和较大参考面积的相应值之间的比率或差异。我们主张, 如果不对差异化参考面积的地理范围来测试分析结果是否对特定面积划定之外仍有效的效应进行检视的话, 上述分析亦可能是武断的。我们将之称为有关参考面积的 MAUP 部分。我们于本文中, 呈现并证明在研究隔离与集群时能够避免 MAUP 的多重尺度方法, 包含与参考面积有关的问题部分。我们提出的方法, 倚赖一个地点的K最近邻法的多重尺度聚集, 在统计上与包含 K 最近邻法的较大参考面积进行比较。该方法藉由指认拉丁裔人口于美国大陆的集群与隔离模式作为案例。

Abstract [es]

Un problema que aparece en los análisis basados en datos agregados en unidades areales es que los resultados pueden depender de la delimitación de las unidades areales. Por tanto, una agregación particular a una escala específica puede generar un resultado arbitrario que solo es válido para una delimitación específica. A este problema se le designa como problema de la unidad areal modificable (MAUP), y previamente ha sido responsabilizado de crear dificultades en los análisis de agrupamientos y patrones de segregación. Muchos análisis de segregación y agrupamiento usan la ratio o diferencia entre el valor para una unidad areal y el valor correspondiente para un área de referencia más grande. Sostenemos que los resultados para un análisis de tal naturaleza también pueden resultar arbitrarios si uno no examina los efectos de variar la extensión geográfica del área de referencia para examinar si los resultados del análisis son válidos para más de un área de delimitación específica. Nosotros llamamos a esto la parte del MAUP que está relacionada con el área de referencia. En este artículo presentamos y demostramos un enfoque multiescalar para estudiar la segregación y el agrupamiento que evita el MAUP, incluso la parte del problema relacionada con el área de referencia. Los métodos propuestos se apoyan en agregación multiescalar de los vecinos más cercanos k de una localización en una comparación estadística con un área de referencia más grande consistente de los vecinos más cercanos K. Los métodos se ejemplifican identificando patrones de agrupamiento y segregación de la población hispánica en los Estados Unidos contiguos.

Place, publisher, year, edition, pages
2017. Vol. 107, no 3, 555-574 p.
Keyword [en]
clustering, Hispanics, MAUP, multiscalar, segregation
Keyword [zh]
集群, 拉丁裔, MAUP, 多重尺度, 隔离
Keyword [es]
agrupamiento, hispanos, MAUP, multiescalar, segregación
National Category
Human Geography
Research subject
Human Geography
Identifiers
URN: urn:nbn:se:su:diva-139839DOI: 10.1080/24694452.2016.1261685ISI: 000400045300001OAI: oai:DiVA.org:su-139839DiVA: diva2:1074765
Funder
Swedish Research Council, 2014-1977Swedish Research Council Formas, 2014-1676
Available from: 2017-02-16 Created: 2017-02-16 Last updated: 2017-05-29Bibliographically approved

Open Access in DiVA

No full text

Other links

Publisher's full text

Search in DiVA

By author/editor
Hennerdal, PontusNielsen, Michael Meinild
By organisation
Department of Human Geography
In the same journal
Annals of the Association of American Geographers
Human Geography

Search outside of DiVA

GoogleGoogle Scholar

doi
urn-nbn

Altmetric score

doi
urn-nbn
Total: 23 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf